Ekspresi memiliki peran yang sangat penting dalam komunikasi antar
manusia. Ekspresi dapat menyampaikan pesan yang tidak bisa disampaikan
melalui kata
kata dalam interaksi antar muka manusia. Karena membawa
informasi yang unik, ekspresi wajah memiliki pera
n penting dimana ada
interaksi antara manusia dengan mesin. Sistem pengenalan ekspresi dapat
menjadi komponen dalam antarmuka interaksi antara manusia dengan mesin
yang membutuhkan masukan dari keadaan emosional user yang menggunakan
sistem tersebut.
Dala
m tugas akhir ini akan diimplementasikan sistem pengenalan ekspresi
wajah manusia dengan
Haar Features
dan metode
Support Vector Machine
(SVM)
.
Haar Features
akan digunakan untuk mendapatkan koordinat fitur
dari mata dan mulut yang akan dibobot untuk menda
patkan fitur yang
digunakan untuk klasifikasi.
Sistem pengenalan ekspresi mengklasifikasikan
ekspresi wajah menjadi
lima kategori
:
marah, senang, sedih, terkejut dan
netral
Hasil penelitian menunjukkan bahwa sistem belum bisa mengenali ekspresi
dengan ba
ik karena akurasi terbaik yang bisa dicapai sistem adalah 63,3%
pada pe
ngujian dengan gambar, dan 80
% pada pengujian
real
time
.
Performansi terbaik sistem bekerja pada parameter jumlah fitur yaitu 8 fitur
pilihan dari mata dan mulut, dan kernel pemetaan pa
da
Support Vector
Machine
adalah
RadialBasisFunction
. Hasil ini disebabkan karena metode
pengambilan fitur yang kurang sesuai sehingga tidak bisa mengenali dengan
baik ekspresi wajah manusia.
Deteksi wajah, Pengenalan ekspresi, Support Vector Machine , SVM, Haar